Das „super“-Objekt hat kein Attribut „__sklearn_tags__“. ⇐ Python

[Guest]

Ich stoße auf einen AttributeError, während ich einen XGBRegressor mithilfe von RandomizedSearchCV von Scikit-learn anpasse. Die Fehlermeldung lautet:
'super' object has no attribute '\_\_sklearn_tags__'.

Dies geschieht, wenn ich die fit-Methode für das RandomizedSearchCV-Objekt aufrufe. Ich vermute, dass es an Kompatibilitätsproblemen zwischen Scikit-learn und der XGBoost- oder Python-Version liegen könnte. Ich verwende Python 3.12 und sowohl Scikit-learn als auch XGBoost werden mit ihren neuesten Versionen installiert.
Ich habe versucht, die Hyperparameter eines XGBRegressors mithilfe von RandomizedSearchCV von Scikit-learn zu optimieren. Ich habe erwartet, dass das Modell ohne Probleme zu den Trainingsdaten passt und nach der Kreuzvalidierung die besten Parameter liefert.
Ich habe außerdem nach Kompatibilitätsproblemen gesucht, sichergestellt, dass die Bibliotheken auf dem neuesten Stand sind, und Scikit-learn und XGBoost wurden neu installiert, aber der Fehler bleibt bestehen.